論文の概要: Region-Aware Exposure Consistency Network for Mixed Exposure Correction

• arxiv url: http://arxiv.org/abs/2402.18217v1
• Date: Wed, 28 Feb 2024 10:24:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-29 15:24:20.567122
• Title: Region-Aware Exposure Consistency Network for Mixed Exposure Correction
• Title（参考訳）: 混合露光補正のための地域対応露光整合ネットワーク
• Authors: Jin Liu, Huiyuan Fu, Chuanming Wang, Huadong Ma
• Abstract要約: 本研究では,複合露光処理が可能な領域対応露光補正ネットワーク(RECNet)を提案する。 混合露光シナリオの局所的特徴を露光不変の特徴空間に効果的に変換する領域認識型露光モジュールを開発した。 本研究では,地域間露光連続性と地域間露光連続性の制約下での露光コントラスト正則化戦略を提案する。
• 参考スコア（独自算出の注目度）: 26.30138794484646
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Exposure correction aims to enhance images suffering from improper exposure to achieve satisfactory visual effects. Despite recent progress, existing methods generally mitigate either overexposure or underexposure in input images, and they still struggle to handle images with mixed exposure, i.e., one image incorporates both overexposed and underexposed regions. The mixed exposure distribution is non-uniform and leads to varying representation, which makes it challenging to address in a unified process. In this paper, we introduce an effective Region-aware Exposure Correction Network (RECNet) that can handle mixed exposure by adaptively learning and bridging different regional exposure representations. Specifically, to address the challenge posed by mixed exposure disparities, we develop a region-aware de-exposure module that effectively translates regional features of mixed exposure scenarios into an exposure-invariant feature space. Simultaneously, as de-exposure operation inevitably reduces discriminative information, we introduce a mixed-scale restoration unit that integrates exposure-invariant features and unprocessed features to recover local information. To further achieve a uniform exposure distribution in the global image, we propose an exposure contrastive regularization strategy under the constraints of intra-regional exposure consistency and inter-regional exposure continuity. Extensive experiments are conducted on various datasets, and the experimental results demonstrate the superiority and generalization of our proposed method. The code is released at: https://github.com/kravrolens/RECNet.
• Abstract（参考訳）: 露光補正は、不適切な露光に苦しむ画像を強化し、良好な視覚効果を達成することを目的としている。 最近の進歩にもかかわらず、既存の手法は一般的に入力画像の露出過多や露出過多を軽減し、混合露光で画像を扱うのに苦慮している。 混合露光分布は非一様であり、様々な表現をもたらすため、統一されたプロセスで対処することは困難である。 本稿では,地域別露光表現を適応的に学習し,ブリッジすることで,混合露光を処理できる効果的な地域対応露光補正ネットワーク(RECNet)を提案する。 具体的には,混合露光による課題に対処するために,混合露光シナリオの地域的特徴を効果的に露光不変特徴空間に変換する領域認識露光モジュールを開発した。 同時に、露光除去操作が識別情報を必然的に減少させるため、露光不変特徴と未処理特徴を統合して局所情報を復元する混合スケール復元ユニットを導入する。 さらに,グローバル画像における一様露光分布を実現するために,地域内露光一貫性と地域間露光連続性の制約下での露光コントラスト正規化戦略を提案する。 様々なデータセットについて広範な実験を行い,提案手法の優越性と一般化を実証した。 コードはhttps://github.com/kravrolens/recnet。

関連論文リスト

• OSMamba: Omnidirectional Spectral Mamba with Dual-Domain Prior Generator for Exposure Correction [15.884868711123993]
  我々は新しい露光補正ネットワークであるOmnidirectional Spectral Mamba (OSMamba)を提案する。 OSMambaは、Mambaを周波数領域に適応させる全方位スペクトル走査機構を導入している。 我々は、よく露出した画像から学習し、劣化のない拡散前生成を行うデュアルドメイン先行生成器を開発した。
  論文  参考訳（メタデータ） (2024-11-22T08:54:16Z)
• Retinex-RAWMamba: Bridging Demosaicing and Denoising for Low-Light RAW Image Enhancement [71.13353154514418]
  低照度画像の強化、特に生ドメインからsRGBドメインへのマッピングのようなクロスドメインタスクは、依然として大きな課題である。 RAWMambaと呼ばれる新しいMambaスキャニング機構を提案する。 また,Retinex の先行したRetinex Decomposition Module (RDM) も提案する。
  論文  参考訳（メタデータ） (2024-09-11T06:12:03Z)
• Global Structure-Aware Diffusion Process for Low-Light Image Enhancement [64.69154776202694]
  本稿では,低照度画像強調問題に対処する拡散型フレームワークについて検討する。 我々は、その固有のODE-軌道の正規化を提唱する。 実験により,提案手法は低照度化において優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2023-10-26T17:01:52Z)
• Fearless Luminance Adaptation: A Macro-Micro-Hierarchical Transformer for Exposure Correction [65.5397271106534]
  単一のニューラルネットワークは、すべての露光問題に対処することが難しい。 特に、コンボリューションは、極端に過度に露出した領域における忠実な色や詳細を復元する能力を妨げる。 本稿では,マクロマイクロ階層変換器を提案する。マクロマイクロ階層変換器は,長距離依存を捉えるマクロアテンション,局所特徴を抽出するマイクロアテンション,粗大な修正のための階層構造を提案する。
  論文  参考訳（メタデータ） (2023-09-02T09:07:36Z)
• Joint Video Multi-Frame Interpolation and Deblurring under Unknown Exposure Time [101.91824315554682]
  本研究では,より現実的で挑戦的なタスク – 複数フレームのジョイントビデオと,未知の露光時間下での劣化 – を野心的に目標とする。 我々はまず,入力されたぼやけたフレームから露出認識表現を構築するために,教師付きコントラスト学習の変種を採用する。 次に、プログレッシブ露光適応型畳み込みと動き改善による露出と動きの表現に基づいて、映像再構成ネットワークを構築した。
  論文  参考訳（メタデータ） (2023-03-27T09:43:42Z)
• ExReg: Wide-range Photo Exposure Correction via a Multi-dimensional Regressor with Attention [6.142272540492936]
  光露光補正は広く研究されているが、露光画像と露光画像の同時修正に焦点を当てた研究は少ない。 多次元回帰プロセスとして露光補正を定式化して課題に対処する新しい露光補正ネットワークであるExRegを提案する。 実験により、ExRegはよく露呈した結果を生成し、PSNRの1.3dBでSOTA法を上回り、広範囲な露光問題に対処できることが示された。
  論文  参考訳（メタデータ） (2022-12-14T15:45:10Z)
• CuDi: Curve Distillation for Efficient and Controllable Exposure Adjustment [86.97592472794724]
  そこで我々は, 対や不対のデータを必要とせず, 効率よくかつ制御可能な露光調整のためのCuDi曲線蒸留法を提案する。 提案手法は,ゼロ参照学習と曲線ベースのフレームワークを,実効的な低照度画像強調手法であるゼロDCEから継承する。 提案手法は, 高速で頑健でフレキシブルな性能に優れ, 実シーンにおける最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-07-28T17:53:46Z)
• Variational Approach for Intensity Domain Multi-exposure Image Fusion [11.678822620192435]
  本稿では,従来の表示装置に直接表示可能な融合画像を生成する方法を提案する。 その野望は、照度が悪く、明るく照らされた地域で詳細を保存することである。
  論文  参考訳（メタデータ） (2022-07-09T06:31:34Z)
• Learning Multi-Scale Photo Exposure Correction [51.57836446833474]
  露出を間違えた写真を撮影することは、カメラベースの画像の誤りの主な原因である。 本稿では,各サブプロブレムに個別に対処する粗大な深層ニューラルネットワーク(DNN)モデルを提案する。 提案手法は,未露出画像における既存の最先端手法と同等の結果を得る。
  論文  参考訳（メタデータ） (2020-03-25T19:33:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。